# 1.3.4 tesserocr的安装 ## 1.相关链接 {#2-相关链接} * Tesserocr GitHub：[https://github.com/sirfz/tesserocr](https://github.com/sirfz/tesserocr) * Tesserocr PyPi：[https://pypi.python.org/pypi/tesserocr](https://pypi.python.org/pypi/tesserocr) * Tesseract下载地址：[http://digi.bib.uni-mannheim.de/tesseract](http://digi.bib.uni-mannheim.de/tesseract) * Tesseract GitHub：[https://github.com/tesseract-ocr/tesseract](https://github.com/tesseract-ocr/tesseract) * Tesseract 语言包：[https://github.com/tesseract-ocr/tessdata](https://github.com/tesseract-ocr/tessdata) * Tesseract 文档：[https://github.com/tesseract-ocr/tesseract/wiki/Documentation](https://github.com/tesseract-ocr/tesseract/wiki/Documentation) * Tesseract wheel:[https://github.com/simonflueckiger/tesserocr-windows\_build/releases](https://github.com/simonflueckiger/tesserocr-windows_build/releases) ## 2.windows下安装  其中文件名中带有 dev 的为开发版本，不带 dev 的为稳定版本，可以选择下载不带 dev 的最新版本，例如可以选择下载 tesseract-ocr-setup-3.05.01.exe。 接下来安装Tesserocr，直接使用pip 安装 ```text pip3 install tesserocr pillow ``` 如果tesserocr安装报错 需要使用whl安装，并且需要安装Microsoft Visual C++ 14.0.exe [下载地址](https://pan.baidu.com/s/1lL3WVCE2T-4zQJbjloP6-w) ```text 首先切换到有whl的目录 然后通过pip安装 pip install tesserocr-2.2.2-cp36-cp36m-win_amd64.whl 在这之前需要安装Microsoft Visual C++ 14.0.exe ``` ## 3.Linux下的安装 {#4-linux下的安装} 对于 Linux 来说，不同系统已经有了不同的发行包了，它可能叫做 tesseract-ocr 或者 tesseract，直接用对应的命令安装即可。 ### Ubuntu、Debian、Deepin {#ubuntu、debian、deepin} 安装命令如下： ```text sudo apt-get install -y tesseract-ocr libtesseract-dev libleptonica-dev ``` ### CentOS、RedHat {#centos、redhat} 安装命令如下： ```text yum install -y tesseract ``` 不同发行版本运行如上命令即可完成 Tesseract 的安装。 安装完成之后便可以调用 tesseract 命令了。 我们查看一下其支持的语言： ```text tesseract --list-langs ``` 运行结果示例： ```text List of available languages (3): eng osd equ ``` 结果显示其只支持几种语言，如果我们想要安装多国语言还需要安装语言包，官方叫做 tessdata。 tessdata 的下载链接为：[https://github.com/tesseract-ocr/tessdata](https://github.com/tesseract-ocr/tessdata)。 利用 Git 命令将其下载下来并迁移到相关目录即可，不同的版本迁移命令如下： ### Ubuntu、Debian、Deepin {#ubuntu、debian、deepin} ```text git clone https://github.com/tesseract-ocr/tessdata.git sudo mv tessdata/* /usr/share/tesseract-ocr/tessdata ``` ### CentOS、RedHat {#centos、redhat} ```text git clone https://github.com/tesseract-ocr/tessdata.git sudo mv tessdata/* /usr/share/tesseract/tessdata ``` 这样就可以将下载下来的语言包全部安装了。 这时我们重新运行列出所有语言的命令： ```text tesseract --list-langs ``` 结果如下： ```text List of available languages (107): afr amh ara asm aze aze_cyrl bel ben bod bos bul cat ceb ces chi_sim chi_tra ... ``` 即可发现其列出的语言就多了非常多，比如 chi\_sim 就代表简体中文，这就证明语言包安装成功了。 接下来再安装 Tesserocr 即可，直接使用 Pip 安装： ```text pip3 install tesserocr pillow ``` ## 4. Mac下的安装 {#5-mac下的安装} Mac 下首先使用 Homebrew 安装 Imagemagick 和 Tesseract 库： ```text brew install imagemagick brew install tesseract --all-languages ``` 接下来再安装 Tesserocr 即可： ```text pip3 install tesserocr pillow ``` 这样便完成了 Tesserocr 的安装。 ## 5.验证安装 分别测试Tesseract 和 Tesserocr [测试图片](https://raw.githubusercontent.com/Python3WebSpider/TestTess/master/image.png)：  用Tesseract 命令行测试，命令如下： ```text tesseract image.png result -l eng && type result.txt ``` 运行结果: ```text Tesseract Open Source OCR Engine v3.05.01 with Leptonica Python3WebSpider ``` 需要注意: * 需要将Tesseract-OCR目录配置到环境变量中 * 需要将Tesseract-OCR目录下的tessdata目录配置到环境变量中 tesseract 命令参数讲解: 第一个参数为图片名称，第二个参数 result 为结果保存的目标文件名称，-l 指定使用的语言包，在此使用 eng 英文，然后再用 type命令将结果输出。 然后利用python代码进行测试，需要借助Tesserocr库，测试代码如下: ```text import tesserocr from PIL import Image image = Image.open("D:/image.png") print(tesserocr.image_to_text(image)) ``` 如果报错，错误方式如下:  需要将Tesseract-OCR目录下的tessdata目录拷贝到python36目录下 这时重新运行就会成功  在这里首先利用 Image 读取了图片文件，然后调用了 tesserocr 的 image\_to\_text\(\) 方法，再将将其识别结果输出。 运行结果： ```text Python3WebSpider ``` 另外我们还可以直接调用 file\_to\_text\(\) 方法，也可以达到同样的效果： ```text import tesserocr print(tesserocr.file_to_text("D:\image.png")) ``` 运行结果： ```text Python3WebSpider ``` 如果成功输出结果，则证明Tesseract和Tesserocr都已经安装成功 ### 6.pytesseract库 pytesseract库和tesserocr库的效果一样，都可以识别图片，都是用的Tesseract-OCR来进行识别图片的，如果安装不成功就不要纠结tesserocr库了 ``` >>> import pytesseract >>> from PIL import Image >>> >>> image = Image.open('image.png') >>> code = pytesseract.image_to_string(image) >>> print(code) Python3WebSpider ```